城市轨道交通换乘节点与网络运行效率关系研究

换乘节点是城市轨道交通不同线路间转乘的必经场所,对城市轨道交通系统运行有重要影响.本文基于复杂网络理论,将平均路径长度、网络局部效率和网络全局效率作为网络运行效率的评价指标,研究了换乘节点比例、换乘节点衔接线路数及换乘节点分布与网络运行效率的变化关系.研究表明,网络平均路径长度随换乘节点比例、换乘节点衔接线路数增加呈幂函数降低;网络局部效率随换乘节点比例增加呈指数下降,网络全局效率随换乘节点比例增加呈对数增加且换乘效率越高,增长越明显;换乘节点衔接线路数的增加会降低网络局部效率,增加网络全局效率;换乘节点在各线路分布越均匀,网络全局效率越高.     

基于轨迹大数据的城市交通感知和路网关键节点识别

结合城市道路网络的拓扑结构特征和交通流特性,建立基于有向加权复杂网络的城市交通网络关键节点识别模型.以兰州市连续7天的出租车GPS数据为基础,分析并可视化呈现兰州市在工作日和非工作日的城市交通流状态,并采用基于DWNodeRank的有向加权复杂网络关键节点识别方法对兰州市路网关键节点进行识别研究.本文研究方法和结果可为交通管理部门的规划、设计和管理提供科学指导.     

基于Kolmogorov熵权的城市轨道交通网络节点重要度识别算法

近年来,我国城市轨道交通系统中延误、破坏事件及运营故障等事故频发,事故站点大多客流量大且交通繁忙,因此识别城市轨道交通网络中的重要节点对于保证网络的正常运营具有重要意义。为更真实地反映现实世界城市轨道交通网络的实际情况,本文首先基于复杂网络理论构建城市轨道交通网络模型;其次在网络拓扑指标的基础上,考虑车站自身属性及其周边区域环境对节点重要度的影响,构建城市轨道交通网络指标评价体系;然后基于混沌时间序列与混沌系统指标序列的共性,采用Kolmogorov熵权法计算指标权重,结合城市轨道交通网络指标数据得到城市轨道交通网络节点重要度排序;最后,通过成都地铁网络的实例研究结果表明：排序前10的关键车站均位于城市中心城区且皆为换乘站点。与信息熵权法结果进行对比发现,本文方法有8个共同的关键站点,且排序结果分布更集中、极端值更少、得分差距更小。研究成果有助于更好地理解城市轨道交通网络的结构特征,为预防事故、优化运营提供了重要理论依据。     

基于多层复杂网络的中欧班列运输网络关键节点识别研究

若运输网络中的重要节点发生故障,中欧班列的运输效率和货物流动会受到严重制约。 本文提出一种基于改进TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution) 法及灰色关联分析的多层网络节点重要性评价方法。首先,以中欧班列运输网络结构特征为基础,构建中欧班列多层网络;其次,选取度中心性、介数中心性及接近中心性等多个评价指标,运用改进TOPSIS法计算节点单层网络重要度评价值,采取灰色关联分析融合得到节点综合重要度评价值;最后,利用多层网络SIR(Susceptible Infected Recovered Model)模型验证方法的有效性。 结果表明：本文识别出的关键节点包含中欧班列主要线路的起讫城市、境内外重要口岸和中欧班列集结中心,结果与实际情况较为契合;采用排序前10%重要节点作为初始感染节点,SIR网络感染率在 20 次迭代后达到 97.8%,本文提出方法的网络节点感染率及传播速率均高于 BC (Betweenness Centrality)算法、DC(Degree Centrality)算法和PageRank算法等传统单一网络排序方法,即识别的关键节点对全局网络的影响更为普遍和高效。此外,根据排序结果从国家层面提出相应的政策建议,有助于提高中欧班列运输网络的鲁棒性。     

中山市主城区道路交通关键节点改善研究

基于现状交通调查,对中山市主城区道路交通运行状况进行分析,界定道路交通关键节点,并将其分为三类。针对各类关键节点不同的交通特性和存在的交通问题,提出不同的改善策略和方法。     

考虑多时间尺度特征的城市轨道交通短时客流量预测模型

针对目前城市轨道交通短时客流量预测模型在构建特征时容易忽略客流变化周期依赖性的不足,提出一种考虑多时间尺度特征的混合深度学习模型(GRU-Transformer),该模型由添加注意力机制的 GRU(Gate Recurrent Unit)神经网络(Attention- GRU)和改进的 Transformer(ConvTransformer)两模块并行构成。首先,对周周期、日周期及相邻时段这3种时间尺度下的客流数据分别进行建模,并合并各周期数据作为模型输入。其次,搭建Attention-GRU和Conv-Transformer模块分别挖掘数据连续性与周期性特征,融合特征后输出预测值。最后,采集上海市地铁2号线两站点AFC(Automatic Fare Collection)客流数据,预测5 min时间粒度下的进出站客流量。为分析各模型参数对预测结果的影响,开展模型精细化调参实验,基于所得最优参数组合验证和评估模型 。 结果表明 ,相较于5个基线模型(BPNN(Back Propagation Neural Network)、CNN(Convolutional Neural Network)、GRU、CNN-GRU 及 Transformer)和4个GRU-Transformer消融模型,本文提出的GRU-Transformer模型预测精度最高,具有较好的实用性。     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

基于可控性的城市轨道交通客流控制车站识别方法

为进一步拓展可控性理论在城市轨道交通客流控制领域的应用,首先根据相邻车站间进出站客流和断面客流的关系,论证城市轨道交通客流网络为线性时不变系统,证明可控性理论在城市轨道交通网络上的适用性.基于严格可控性框架和滞留人数为核心的子网生成策略,得到客流控制车站的识别方法.进一步地,引入机器学习领域的相关评价指标评估该方法的效果.研究结果表明:平峰时段北京市城市轨道交通网络的可控性为0.043,意味着该时段的网络状态较为稳定,无需采取客流控制措施;高峰时段,识别方案在拥堵生成到消散的过程中,更加侧重于对线网中心车站的控制.通过识别方法得到的客流控制方案与实际客流控制方案的吻合度最高可达70％.当两种方案控制车站的数量相同时,识别方法得到的客流控制方案更加侧重于对城市西部和中心区域的站点进行控制.     

基于乘积ARIMA模型的城市轨道交通进出站客流量预测

基于城市轨道交通自动售检票（Automatic Fare Collection,AFC）系统采集的进出站客流的历史数据,构建乘积差分自回归移动平均（Auto-Regressive Integrated Moving Average,ARIMA）模型,实现对进出站客流量的精确预测.通过自相关和偏自相关函数进行数据的平稳性和周期性分析,消除趋势性和周期性特征影响;考虑到处理后数据的周期性和短期相关性之间的乘积关系,构建乘积ARIMA进出站客流预测模型,并以广州地铁各车站进出站客流量数据为例进行了模型的参数标定.模型预测值与实际值的对比分析显示该模型的平均绝对百分误差保持在5％以内,表明该模型具有很高的预测精度和良好的适用性.     

基于疾病传播理论的小区域节点协调控制算法

为降低小区域路网整体调控策略制定难度,缓解区域交通拥堵问题。通过将疾病传播理论和复杂网络中的相关理论运用到道路网络中,构建管控策略预判模型,建立了交通路网中关键节点的监控算法。该算法只需在网络中监控部分关键节点就能够起到对整个路网监控的效果,从而针对关键节点的不同状态运用不同管控方案,有效改善区域交通拥堵状态。     

�����й����ͨ��������������ɳ�����

目前国内许多大城市都在建设或者规划城市轨道交通,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础,科学合理地预测客流已成为决策中面临的重大课题,及时总结城市自身的轨道交通成长规律和客流特征,有助于提高客流预测的准确性.本文根据广州已开通的八条轨道线运营资料,对轨道交通从单线向网络转变过程中的成长规律和客流特征进行分析.最后,从公交整体水平提升、换乘点接入、站点周边用地开发、以及轨道票价制定等方面提出相关建议,为我国轨道交通客流预测水平的提高奠定基础,为轨道交通的建设、运营提供参考.     

���й����ͨ��������ֲ�����ģ���о�

城市轨道交通网络客流时空分布特征是网络化协同运输组织的基础与核心.本文在系统分析城市轨道交通乘客出行行为的基础上,基于Multi-Agent建模技术,构建了网络客流分布动态仿真模型,应用该模型模拟乘客的网络出行过程,统计分析得到路网的客流分布特征.该模型既能反映乘客网络出行行为全过程,又能满足大规模路网仿真需求.最后,开发了城市轨道交通网络客流仿真系统,通过北京市轨道交通网络的实际数据对模型和算法进行验证.     

成都市轨道交通客流特征分析及启示

成都市轨道交通刚刚起步,正在追赶高速发展的城镇化进程和较为清晰的城市空间布局。基于2010—2016年轨道交通运营客流数据,分析成都市开通轨道交通线路七年来的客流变化特征和成长规律,涉及客流总量、客流强度、换乘系数、换乘客流量、线路断面流量分布、进出站客流时间分布等。比较成都与北京、上海、广州等中国超大城市的轨道交通客流水平、增长步伐、变化趋势,总结成都市轨道交通客流与城市空间结构的关系,探讨对成都市轨道交通规划建设工作的启示。     

城市轨道交通客流分析

在城市轨道交通的规划设计中,客流资料是项目的必要性论证、方案比选、确定系统规模、进行效益分析的基础.通过对我国十几座城市轨道交通系统30多条线路客流预测资料的分析,结合规划设计的技术决策过程和处理实际问题时的思路,建立了客流分析方法,提出不能仅靠"远期高峰小时单向最大断面客流量"来确定系统规模,应考察单向"最大断面客流量"是否能得到"高断面流量区间"的支撑;阐明了客运量可能的发展趋势;建立了以车站、路段为单元的客流空间分布研究方法和全日客运量时段分布研究方法;提出了应对系统、环境发生变化时的客流预测结果的调整方法.     

城市轨道交通客流网络分布均衡性评价

复杂网络化运营下的城市轨道交通客流呈现时空分布不均衡特点,为量化表征客流网络分布不均衡程度,应用广义均衡性评价工具Gini系数和Theil指数,以车站客流量和区间断面满载率为评价指标多维度评价客流网络分布状态.以上海轨道交通网络为例,基于洛伦兹曲线求解得到早高峰 8:30-8:45、平峰 10:45-11:00和晚高峰18:30-18:45这3个时段全网车站客流分布的Gini系数分别为0.527、0.554、0.540.对照评价标准可知,3个时段客流分布均极不均衡;全网区间客流分布的Gini系数分别为 0.502、0.366、0.476,表明客流区间分布早高峰极不均衡、平峰相对均衡、晚高峰比较不均衡;基于线路分组的Theil指数求解结果与上述结论一致.最后,分析各线路客流分布不均衡对全网不均衡的贡献率,结果与实际客流分布状态相符,验证了本文方法的可行性与有效性.     

广州市轨道交通客流特征分析

科学合理的预测轨道交通客流状况已成为轨道交通系统决策中面临的重大课题,需要在实践中不断积累、完善和提高。根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供参考。分析发现：随着轨道交通网络的扩展,客运强度边际效应递减、换乘系数增大、平均运距增长;从线到网,换乘客流成为客流增长的主要来源;不同类型车站的客流特征差异较大,预测时应分类考虑。     

城市轨道交通常态与非常态短期客流预测方法研究

城市轨道交通客流特征除表现为常态的周期性、季节性及高峰性外,还会因节假日、体育赛事、城市大型活动、突发事件、特殊天气等因素表现出差异性和特殊性,本文对较为成熟的常态及研究较少的非常态客流预测方法进行了实验.首先利用通用的ARIMA时间序列预测算法分析样本历史数据实现常态日客流预测;其次针对客流特殊因素提出时间序列及回归分析的组合模型,同时引进虚拟变量和结合相似日样本数据进一步改进,实现非常态预测问题的高精度求解.仿真计算结果表明,本文方法对解决短期客流预测具有良好的适用度,尤其同样本同预测周期条件下的非常态组合改进模型和常用单一时间序列模型的对比,证明改进模型可以很好地应用在客流特征既包括随时间固有不变的性质又表现出特殊因素的研究中,具有较强的自适应性和更好的预测精度.     

基于灰色理论的城市轨道交通短期客流预测研究

城市轨道交通短期客流的预测是制定列车调度计划、车站客运组织工作的关键。在研究城市轨道交通的断面客流特征的基础上,建立基于灰色预测的城市轨道交通短期客流预测模型,提出通过若干组连续历史客流数据构建灰色预测模型,以此类推对未来客流进行预测。以某城市轨道交通网络客流为例进行计算,得到预测数据与真实数据误差较小,验证了该模型与方法的有效性。     

城轨线路列车时刻表与车站客流控制协同优化方法

在轨道交通网络化运营条件下,针对高峰期车站拥挤问题,综合考虑站外到达乘客的持续 性到达特征和换入客流的脉冲性到达特征,研究换入客流影响下的列车时刻表与客流控制问题。 具体的,以最小化乘车延误人数为目标,考虑乘客换乘约束、列车容量约束等,构建城轨列车时刻 表与客流控制协同优化非线性规划模型,并引入0-1决策变量将其转化为整数线性规划模型。为 验证模型有效性,以某轨道交通线路实际运营数据为背景,借助优化求解器CPLEX对模型进行求 解。结果表明,本文所提方法具有良好的优化效果和计算效率,与优化前相比,乘车延误人数可显 著降低;与仅优化列车时刻表方案相比,协同优化方法可使乘车延误人数减少17.69%,可有效提升 轨道交通的服务水平,为城市轨道交通系统高质量运营提供一定的理论支撑。     

上海市轨道交通网络化客流特征分析及启示

分析10年来上海市轨道交通网络化发展过程中的客流变化特征,主要体现为：换乘系数增加、平均运距缩短、既有线路出现客流突变、郊区线客运强度低和客流增长缓慢等。从网络化角度提出未来上海市轨道交通发展的几点启示,包括分散式换乘设计和客流组织以疏解换乘客流、合理增设折返站和适时制定既有线路增能计划、新线分段开通应该至少衔接两条既有线路或至少拥有两座换乘站、郊区线路应该采取区别于市区的轨道制式提供服务等。最后,提出未来上海市轨道交通的发展要侧重于满足功能层次和客流效率的双重要求。